由華裔女科學家、“人工智能教母”李飛飛聯(lián)合領(lǐng)導的斯坦福大學以人為本人工智能研究所近日發(fā)布了《2024年人工智能指數(shù)報告》。與往年不同，今年的版本在內(nèi)容、規(guī)模和范圍上都超過往年，反映出人工智能在人類日常生活中日益增長的重要性。新報告揭示了2023年人工智能行業(yè)的十大主要趨勢，其中中國大模型數(shù)位居世界第二。
人工智能在某些任務(wù)上勝過人類，但并非在所有任務(wù)上。人工智能已在多項基準測試中超越人類，包括在圖像分類、視覺推理和英語理解方面。然而，它在競賽級數(shù)學、視覺常識推理和規(guī)劃等更復(fù)雜的任務(wù)上依然落后于人類。
2023年主要國家機器學習大模型數(shù)
產(chǎn)業(yè)界繼續(xù)主導人工智能前沿研究。2023年，產(chǎn)業(yè)界產(chǎn)生了51個著名的機器學習模型，而學術(shù)界只貢獻了15個。2023年，產(chǎn)學合作產(chǎn)生了21個著名模型，創(chuàng)下新高。此外，108個新發(fā)布的基礎(chǔ)模型來自產(chǎn)業(yè)界，28個來自學術(shù)界。
前沿模型變得更加昂貴。根據(jù)《人工智能指數(shù)報告》估計，最先進人工智能模型的訓練成本已達到了前所未有的水平。例如，OpenAI的GPT-4使用了價值約7800萬美元的算力進行訓練，而谷歌的Gemini Ultra花費了1.91億美元的算力。
美國領(lǐng)先中國、歐盟和英國，成為頂級人工智能模型的主要開發(fā)國家。2023年，61款著名人工智能模型來自美國機構(gòu)，數(shù)量遠遠超過歐盟的21款和中國的15款。
目前嚴重缺乏對大語言模型負責任的可靠和標準化評估。人工智能指數(shù)的新研究表明，負責任的人工智能報告嚴重缺乏標準化。包括OpenAI、谷歌和Anthropic在內(nèi)的領(lǐng)先開發(fā)公司主要根據(jù)不同的負責任的人工智能基準測試其模型。這種做法使得系統(tǒng)地比較頂級人工智能模型的風險和局限性的努力變得復(fù)雜。
生成式人工智能投資飆升。盡管去年人工智能私人投資總額有所下降，但對生成式人工智能的投資卻大幅增長，從2022年起增長了近八倍，達到252億美元。生成式人工智能領(lǐng)域的主要參與者，包括OpenAI、Anthropic、Hugging Face和Inflection，均進行了融資。
人工智能使工人更有效率，并帶來更高質(zhì)量的工作。2023年，多項研究評估了人工智能對勞動力的影響，表明人工智能使工人能夠更快地完成任務(wù)，并提高他們的產(chǎn)出質(zhì)量。
人工智能崛起推動科學進步的速度愈發(fā)迅猛。2022年，人工智能才被正式用于科學發(fā)現(xiàn)領(lǐng)域。然而，短短一年后，從優(yōu)化算法排序效率的AlphaDev到革新材料發(fā)現(xiàn)流程的GNoME，我們見證了更為重要的、科學的相關(guān)人工智能應(yīng)用的問世。
美國的人工智能法規(guī)數(shù)量呈現(xiàn)出急劇增加的趨勢。在過去的一年和五年里，人工智能相關(guān)的法規(guī)數(shù)量顯著增加。到2023年，人工智能相關(guān)法規(guī)從2016年的一項增加到25項。僅去年一年，人工智能相關(guān)法規(guī)總數(shù)就增長了56.3％。
在全球范圍內(nèi)，公眾對人工智能的潛在影響有了更為深刻的認識，同時伴隨著日益增長的緊張情緒。益普索（Ipsos）的最新調(diào)查揭示，過去一年中，認為人工智能將在未來三到五年內(nèi)深刻改變其生活的受訪者比例從60％躍升至66％。
